The economic and health burden of COPD in Western Europe through 2050: a scenario analysis based on two large data sources
Notice bibliographique
Résumé
<bold>Rationale:</bold> Given the considerable burden of COPD, studies have estimated the current prevalence of COPD in Europe, but estimates vary widely. A study by the Global Burden of Disease (GBD) concluded the 2019 COPD prevalence across Europe to be 5.8%; however, meta-analytical data suggested a prevalence of 10.3%. We aimed to forecast the future burden of COPD in Western Europe through 2050 with a simulation model using both prevalence estimates. <bold>Methods:</bold> Using country-specific data from Western Europe (n_countries = 12), a Markov model was developed to simulate population dynamics from 2019 to 2050. Population growth and mortality were modeled across subgroups of age, sex, and smoking status. COPD costs were calibrated for these subgroups, and distributions of COPD severity grades were modeled based on age, sex, and smoking status. Direct and indirect costs associated with COPD were projected to 2050. <bold>Results:</bold> The GBD-prevalence model estimated a total cumulative direct health care cost of COPD across Western Europe of €2.2 trillion by 2050, with total cumulative indirect costs of €2.7 trillion. Based on the meta-analytical-prevalence model, we estimated that by 2050, the total cumulative direct costs of COPD across Europe would be €5.2 trillion, with total cumulative indirect costs of €6.5 trillion. The total direct and indirect burden of COPD in Europe in 2050 may range between €4.5 trillion – €12.0 trillion. <bold>Conclusions:</bold> Regardless of the COPD prevalence implemented, the economic burden of COPD is substantial and expected to grow over time. These data may help to inform efforts with advocacy and help to prioritize expenditures strategically.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».